مارا دنبال کنید : 

تعاریف متفاوتی برای حاکمیت و مدیریت داده وجود دارد و هر یک از صاحبنظران برداشت هایی خاصی در این دو حوزه دارند.حاکمیت داده را می توان در مورد افراد ،مسئولیت ها و رفتار آن ها با داده ها در نظر گرفت .می توان از منشور حقوق در این حوزه یاد کرد. حاکمیت داده  را می توان در ارتباط با موضوعاتی دانست که افراد «مناسب» با دانش «درست» با داده‌های «درست» به روش «درست» در زمان «درست» مرتبط می گردند که این کارها منجر به تصمیمات «درست» در سازمان خواهند شد. دستیابی به همه این ها نیازمند یکسری «حقوق» می باشند. تلاشی که در ارتباط با «درست» کردن هر یک از اجزای اصلی چارچوب های حاکمیت داده تعریف می گردد. مولفه هایی که  شامل داده ها، نقش ها، فرآیندها، ارتباطات، معیارها و ابزارها ، خط‌مشی، دستورالعمل‌ها، استانداردها، مالکیت و نظارت بر داده‌ها می باشد . همه این تلاش‌های کاری در جهت وادار کردن افراد به رفتار رسمی‌تر و مناسب‌تر است که منجر به سازگاری و بهبود ارزش داده‌ها می‌شود.حاکمیت داده را می توان همه چیزهایی دانست که به افراد اطلاق می گردد . این افراد اغلب به عنوان مباشر داده شناخته می شوند .یا افرادی که داده ها را به عنوان بخشی از شغل خود تعریف، تولید و استفاده می کنند و به طور رسمی برای رابطه خود با داده ها مسئول هستند.

هر کس می تواند یک مباشر داده باشد اگر رسما برای روابط خود با داده ها پاسخگو باشند . (کتاب مدیریت داده های غیر تهاجمهی ) در یک سازمان معمولی، حاکمیت داده ممکن است شامل موارد زیر باشد:

  • نقش ها و مسئولیت های حاکم و عملیاتی
  • مدیریت داده – پاسخگویی رسمی برای داده ها
  • سیاست های داده و رویه های حاکم
  • اسناد داده ها – واژه نامه، فرهنگ لغت، کاتالوگ
  • جنبه های رفتاری:
    • فراداده
    • کیفیت داده
    • طبقه بندی داده ها
    • سواد داده
    • فرآیندهای داده
    • الزامات قانونی

اما ممکن است بپرسید، “آیا همه مواردی که ذکر شد (فراداده، کاتالوگ داده، خط‌مشی، دستورالعمل‌ها، و غیره) نیز تحت مدیریت داده قرار نمی‌گیرند؟

پاسخ به این سوال در تعریف شما از مدیریت داده نهفته است.

طبق گفته Dataversity، مدیریت داده را می توان مجموعه ای جامع از شیوه ها، مفاهیم و فرآیندهای اختصاص داده شده  برای استفاده از دارایی های داده  نامید که برای  موفقیت کسب و کار و مطابقت با قوانین داده باید تعریف گردد. کل چرخه عمر یک دارایی داده معین از نقطه ایجاد اولیه تا بازنشستگی نهایی آن، باید در بر گرفته شود. به گفته IBM، مدیریت داده عملی است برای جذب، پردازش، ایمن سازی و ذخیره داده های یک سازمان می باشد .جایی که از آن برای تصمیم گیری استراتژیک و برای بهبود نتایج کسب و کار استفاده می گردد.

هر دوی این تعاریف بالا به این نکته اشاره می کند که مدیریت داده بر ارائه شیوه‌ها و فرآیندهایی با هدف نتایج موفقیت‌آمیز تجاری تمرکز دارد. مدیریت داده اغلب به زیرشاخه هایی تقسیم می شود که تعداد آنها بسته به چارچوبی که استفاده می شود متفاوت است.مثلا در حوزه DAMA بنا به نسخه ای که وجود دارد ۱۰ -۱۱ حوزه دانشی وجود دارد .در CMMI  ، ۵ حوزه اصلی و DCAM دارای نیز ۸ حوزه دانشی تعریف می گردد.

در یک سازمان معمولی، مدیریت داده ممکن است شامل ارائه موارد زیر باشد:

  • پلتفرم‌های مدل‌سازی داده و معماری داده
  • ذخیره سازی داده ها، هوش تجاری و بسترهای تحلیلی
  • پلتفرم های مدیریت فراداده
  • تضمین کیفیت داده ها

این یک واقعیت است که حاکمیت داده در چارچوب های مدیریت داده محبوب مانندDAMA  ، موسسه CMM و شورای EDM  با مدیریت داده جدا شده است و این جز ضروریات این چارچوب ها می باشد.

منبع : https://tdan.com/all-in-the-data-the-same-difference-of-data-governance-and-data-management/29697

متأسفانه، بسیاری از برنامه های حاکمیت داده شکست می خورند و دلایل زیادی برای آن وجود دارد. نکته مهم این است که درس‌های بزرگی از این شکست‌ها  باید گرفته شود .در این مقاله ،بخشی از کلیدهای موفقیت حاکمیت داده آمده است: حاکمیت داده را به عنوان یک برنامه در نظر بگیرید بسیاری از اوقات، افراد  حاکمیت داده را یک پروژه می دانند. این چه اشکالی دارد؟ مشکل این است که پروژه ها تاریخ پایان دارند. اگر حاکمیت داده بخواهد به درستی اجرا گردد باید به صورت یک برنامه بدون پایان در نظر گرفته شود. اگر می‌خواهید یک شرکت داده‌محور باشید، اگر می‌خواهید اطلاعات و دانش را از داده‌های خود استخراج کنید، مدیریت داده نمی‌تواند تاریخ پایانی داشته باشد.حاکمیت داده هیچ گاه متوقف نخواهد شد. غلبه بر چالش های سیاسی اگر در حاکمیت داده ها تازه کار هستید چالش های سیاسی وجود خواهد داشت که مانع اجرای برنامه های حاکمیت داده می شوند .افراد زیادی در سازمان هستند که با تغییرات مخالف هستند .باید برای اجرای حاکمیت داده بر این چالش های سیاسی غلبه کنید و و اینجاست که حمایت مالی خوب، پشتیبانی قوی اجرایی، ارتباطات و مدیریت تغییر به این موضوع کمک خواهد کرد. یک مدل بلوغ حاکمیت داده می‌تواند ابزار خوبی در این زمینه باشد زیرا به شما نشان می‌دهد که برای پیشرفت و پیشروی به سطح بلوغ بالاتر، ابتدا باید با چه چیزهایی مقابله کنید. به صورت تکراری بسازید برای موفقیت حاکمیت داده، به صورت تکراری قابلیت های تحویل پذیر را بسازید. چرخه‌هایی با مدت زمان ۳ ماه  توصیه می‌شود  که در پایان آن، یک چیز تحویل‌پذیر تمام می‌شود. البته برخی از آنها به ۶ یا حتی ۱۲ ماه نیاز دارند. در مجموع، خوب است که در این مسیر ثابت قدم باشید و این انتظار را برای ذینفعان خود داشته باشید که پس از چند ماه، یک محصول بزرگتر وجود خواهد داشت. این تحویل دادنی ها می تواند شامل موارد زیر باشد:

  • ارزیابی
  • کارت امتیازی حاکمیت داده
  • گردش کار حاکمیت داده
  • مجموعه ای از استانداردها
  • تعدادی از اصطلاحات تجاری تعریف شده و غیره

تمرکز بر داده بان ها و مدیریت فراداده برای موفقیت حاکمیت داده نیازمند  به یک برنامه قوی در حوزه داده بان ها  و همچنین یک برنامه مدیریت فراداده است. اندازه گیری موفقیت باید موفقیت حاکمیت داده را با معیار ها  بسنجید. به خصوص در مراحل اولیه برنامه. نشان دادن بهبودها کاری دشوار است. این کاری است که خیلی ها در مسیر اجرای پیاده سازی حاکمیت داده  فراموش می کنند.جنبه دومی که باید در نظر گرفته شود این است که این معیارها با اهداف شرکت باید مرتبط باشند . زیرا تنها گفتن این جملات کافی نمی باشد:

  • ما ۱۰۰ اصطلاح تجاری را به واژه نامه کسب و کار خود اضافه کرده ایم.
  • ما ۱۰ مباشر داده را آموزش داده ایم.
  • استانداردهای کیفیت داده را برای این ۲ دامنه داده و غیره توسعه داده شده است.

این ها دلایلی نمی باشد که در سازمانها مدیریت داده انجام می شود. ما مدیریت داده را انجام می دهیم تا بینش و آینده نگری و آینده نگری بهتری از داده های خود بدست آوریم. اهداف باید برای تعیین کارایی، رضایت بیشتر مشتریان و غیره باشد. روی دامنه های داده تمرکز کنید بسیاری از برنامه های حاکمیت داده در سطح سازمان شروع نمی شوند. بسیاری از آنها از یک بخش شروع می شوند. این خوب است، اما اگر در سطح سازمانی گسترش پیدا نکند، اجرای آن بی نتیجه خواهند بود و در نهایت با شکست مواجه می شود. در نتیجه عواقب نامطلوبی از جمله در سازمان رخ خواهد داد:

  • نمی توان به یک دید ۳۶۰ مشتری دست یافت
  • ناتوانی در ساخت یک برنامه قوی AI/ML
  • عدم کاهش خطاهای کیفیت داده ها
  • بی سوادی داده ها در سازمان
  • و ..

در برخی از حالات سایر برنامه های حاکمیت داده بر روی یک سیستم خاص متمرکز می شوند ( معمولاً یک CRM یا یک ERP). این دیدگاه نیز اشتباه است زیرا ذینفعان مهمی در سازمان وجود دارد  که ممکن است از این سیستم‌ها استفاده نکنند اما  از داده‌های مرتبط استفاده خواهند کرد. بنابراین، بهترین راه برای تمرکز بر حاکمیت داده‌ها، روی حوزه‌های داده مانند مشتری، محصول، مکان و غیره است. به این ترتیب این اطمینان حاصل می‌شود که بخش‌ها و سیستم‌های مربوطه نیز بخشی از حوزه هستند.

حاکمیت داده را زیر بخش IT قرار ندهید این اشتباه دیگری است که سازمان ها با آن مواجه می شوند و  حاکمیت داده را تحت رهبری واحد IT قرار می دهند بله، فناوری اطلاعات یک شریک مهم برای داشتن و یک ذینفع کلیدی است، اما کسب و کار باید به طور مداوم در برنامه حاکمیت داده درگیر باشد. باور کنید یا نه، این کسب و کار است که مالک آن است، نه فناوری اطلاعات.

ارتباط برقرار کنید و تغییرات را مدیریت کنید ارتباطات بهترین دوست شماست. در کنفرانسی چند سال پیش، IDC اشاره کرد که حاکمیت داده ۹۰٪ ارتباطات است. شاید این مقدار کمی زیاد باشد، اما با این حال، حکمرانی داده موفق نیاز به ارتباطات زیادی دارد. همانطور که در کلید قبلی موفقیت حاکمیت داده ذکر شد، حاکمیت داده معمولاً تغییرات زیادی را به همراه دارد و باید از طریق زیر مدیریت شود:

  • ارتباط،
  • مشارکت ذینفعان،
  • حمایت قوی،
  • پشتیبانی اجرایی،
  • آموزش، و غیره.

اهمیت آنها را دست کم نگیرید و به همین دلیل است که فکر می‌کنم این احتمالاً مهم‌ترین کلید از ۹ کلید موفقیت حاکمیت داده است.

نتیجه اجرای برنامه های حاکمیت داده آسان نیست و برخی با شکست مواجه می شوند زیرا یک یا چند مورد از موارد فوق را در نظر نمی گیرند. این موارد موفقیت  یک برنامه مدیریت داده در سطح سازمانی را تضمین می کند که از بهترین شیوه ها پیروی می کند و الزامات آن را برآورده می کند.

ابزارهای مدیریت و حاکمیت داده باید بر اساس معماری دیجیتال و فناوری اطلاعات طراحی شوند تا بتوانند نیازهای سازمانی را پوشش دهند. این ابزارها باید با معماری نوآورانه و سازمانی جدید همراه باشند تا به بهبود عملکرد سازمان و افزایش بهره‌وری کمک کنند. همچنین، معماری خدمات مبتنی بر وب و کسب و کار الکترونیکی نیز باید در این ابزارها در نظر گرفته شود تا بتوانند به صورت آنلاین خدمات مورد نیاز را ارائه دهند. از معماری ابر و معماری مبتنی بر حافظه ابری نیز می‌توان در این ابزارها استفاده کرد تا داده‌ها به صورت مجازی و در هر زمان و مکانی قابل دسترس باشند. در نهایت، معماری مبتنی بر خدمات و معماری مبتنی بر رویداد نیز باید در این ابزارها در نظر گرفته شود تا بتوانند به صورت پویا و با تغییرات سریع در سازمان هماهنگ شوند.
مدیریت داده یکی از عوامل کلیدی موفقیت در سازمان‌ها است. برای داشتن یک سیستم موثر در مدیریت داده، ابزارهایی باید طراحی شوند که بتوانند به نیازهای سازمان پاسخ دهند. این ابزارها باید با معماری دیجیتال و فناوری اطلاعات همراه باشند تا بهبود عملکرد سازمان و افزایش بهره‌وری را به دنبال داشته باشند. برای مدیریت داده، ابزارهایی با معماری نوآورانه و سازمانی جدید باید طراحی شوند. این ابزارها باید قابلیت ارائه خدمات آنلاین را داشته باشند تا بتوانند به صورت آسان و سریع خدمات مورد نیاز را ارائه دهند. همچنین، معماری خدمات مبتنی بر وب و کسب و کار الکترونیکی نیز باید در این ابزارها در نظر گرفته شود. معماری ابر و معماری مبتنی بر حافظه ابری نیز باید در این ابزارها استفاده شوند تا داده‌ها به صورت مجازی و در هر زمان و مکانی قابل دسترس باشند. همچنین، معماری مبتنی بر خدمات و معماری مبتنی بر رویداد نیز باید در این ابزارها در نظر گرفته شود تا بتوانند به صورت پویا و با تغییرات سریع در سازمان هماهنگ شوند. به طور کلی، برای داشتن یک سیستم موثر در مدیریت داده، ابزارهایی با معماری دیجیتال و فناوری اطلاعات طراحی شوند که به نیازهای سازمان پاسخ دهند و قابلیت ارائه خدمات آنلاین را داشته باشند. همچنین، معماری ابر و معماری مبتنی بر حافظه ابری و معماری مبتنی بر خدمات و معماری مبتنی بر رویداد نیز باید در این ابزارها در نظر گرفته شوند تا به صورت پویا و با تغییرات سریع در سازمان هماهنگ شوند.
معماری داده به معنای طراحی و ساختاردهی سیستم‌هایی است که برای جمع‌آوری، ذخیره، پردازش و تحلیل داده‌ها ایجاد می‌شوند. معماری داده شامل اجزای مختلفی مانند پایگاه داده، سرورهای ذخیره سازی، ابزارهای پردازش داده، ابزارهای تحلیل داده و برنامه‌های کاربردی مرتبط با داده است. هدف اصلی معماری داده، فراهم کردن یک زیرساخت قابل اطمینان و قابل اطمینان برای مدیریت داده‌ها و ایجاد بستری مناسب برای تحلیل داده‌ها و بهره‌برداری از آن‌ها است. برای رسیدن به این هدف، معماری داده باید از مفاهیمی مانند توزیع‌شدگی، قابلیت مقیاس‌پذیری، کارآیی، امنیت و قابلیت دسترسی به داده‌ها پشتیبانی کند. در معماری داده، معمولاً از پایگاه داده‌های رابطه‌ای استفاده می‌شود که داده‌ها را در جداول ذخیره می‌کند و به وسیله زبان SQL قابل دسترسی است. همچنین، پایگاه داده‌های غیررابطه‌ای مانند پایگاه داده‌های NoSQL نیز برای برخی برنامه‌ها و استفاده‌های خاص مورد استفاده قرار می‌گیرند. سرورهای ذخیره سازی داده نیز بخش مهمی از معماری داده را تشکیل می‌دهند. این سرورها معمولاً از طریق شبکه به یکدیگر متصل هستند و داده‌ها را در فضای ذخیره‌سازی اختصاصی خود ذخیره می‌کنند. ابزارهای پردازش داده، ابزارهایی هستند که به منظور پردازش داده‌های بزرگ و پیچیده مورد استفاده قرار می‌گیرند. این ابزارها معمولاً از طریق شبکه به داده‌ها دسترسی پیدا می‌کنند و به وسیله آن‌ها تحلیل و پردازش انجام می‌دهند. ابزارهای تحلیل داده نیز برای تحلیل داده‌ها و استخراج اطلاعات مفید از آن‌ها مورد استفاده قرار می‌گیرند. این ابزارها معمولاً از طریق واسط کاربری گرافیکی قابل استفاده هستند و به کاربران اجازه می‌دهند تا به راحتی با داده‌ها تعامل کنند. در کل، معماری داده یک سیستم گسترده و پیچیده است که برای جمع‌آوری، ذخیره، پردازش و تحلیل داده‌ها طراحی شده است. با توجه به اهمیت روزافزون داده‌ها در امروزه، طراحی و پیاده‌سازی یک معماری داده مناسب، برای بسیاری از سازمان‌ها و شرکت‌ها ضروری است.
عضویت در خبرنامه
close slider

عضویت در خبرنامه

"*" indicates required fields

نام و نام خانواگی*
این فیلد برای اعتبار سنجی است و باید بدون تغییر باقی بماند .